Predictive processing as a systematic basis for identifying the neural correlates of consciousness

預測處理作為識別意識神經(jīng)相關(guān)物的系統(tǒng)化基礎

https://philosophymindscience.org/index.php/phimisci/article/view/8947

摘要

尋找意識的神經(jīng)相關(guān)物需要一個系統(tǒng)化、原則性的基礎，以賦予潛在的神經(jīng)相關(guān)物更大的預測和解釋價值。在此，我們提出大腦功能的預測處理框架作為提供這種系統(tǒng)化基礎的有力候選。這一提議的動機在于該框架能夠應對識別意識神經(jīng)相關(guān)物面臨的三大挑戰(zhàn)，并滿足許多意識理論共有的兩個約束條件。通過預測處理的視角尋找意識的神經(jīng)相關(guān)物，能夠通過詳細且系統(tǒng)的神經(jīng)基礎與現(xiàn)象結(jié)構(gòu)之間的映射，帶來強大的預測和解釋潛力。我們得出結(jié)論，預測處理框架正因為它本身并非一種意識理論，從而在推進意識神經(jīng)科學方面具有巨大潛力。

關(guān)鍵詞 主動推理 ? 意識 ? 神經(jīng)相關(guān)物 ? 預測誤差最小化

1 引言

尋找意識的神經(jīng)相關(guān)物（NCCs）已經(jīng)進行了數(shù)十年（Crick & Koch, 1990b）。雖然揭示了許多有趣且富有啟發(fā)性的大腦活動模式，但尚未出現(xiàn)明確無誤的“相關(guān)物”。與此同時，人們已經(jīng)提出了大量關(guān)于意識的理論。其中許多理論在概念上引人入勝，有些也獲得了實證證據(jù)的支持，但意識科學領(lǐng)域距離達成關(guān)于意識理論的共識仍有相當距離（綜述見Bayne等人，2009）。這種缺乏共識的局面部分歸因于關(guān)于一個充分的理論應當如何“解釋”“意識”的持續(xù)爭論。此外，還存在科學理論和形而上學理論之間的區(qū)別：前者通常至少是默認地假設了唯物主義，并旨在對意識進行解釋和采用機制性方法；而后者則關(guān)注意識的最終本質(zhì)，而不是具體的神經(jīng)機制。

在此，我們提議，該領(lǐng)域?qū)睦靡粋€關(guān)于大腦功能的一般性解釋中獲益，這可以作為識別NCCs的系統(tǒng)性基礎，并可能因此增強意識科學的預測和解釋能力。我們特別認為，預測處理（PP）方法為意識的科學研究帶來了諸多優(yōu)勢，主要是通過促進并實現(xiàn)意識體驗的現(xiàn)象學屬性與潛在神經(jīng)基礎的機制屬性之間更緊密的聯(lián)系。或許有些反直覺的是，我們建議這些優(yōu)勢部分源于PP方法本身并非一種意識理論。

2 系統(tǒng)化NCC的需求

為了識別意識的神經(jīng)相關(guān)物（NCCs），普遍認為需要找到產(chǎn)生全局意識狀態(tài)或水平（例如有意識而非無意識，或者處于微意識狀態(tài)而非清醒狀態(tài)）或內(nèi)容（例如有意識地體驗一張臉而非一所房子）的最小充分條件。目前存在多種不同的方法和典型范式用于揭示這些相關(guān)物。例如，雙眼競爭和掩蔽范式已在意識內(nèi)容的研究中被廣泛使用，而對于全局意識狀態(tài)，自然或人為操縱睡眠和麻醉提供了富有成效的方法。這些NCC方法通常至少在隱含意義上被認為是相對理論中立的——它們并不立即屬于任何特定的意識科學理論（大多數(shù)形而上學理論的支持者，甚至是二元論者，也都能同意這些方法實施了一項有效的科學探索，盡管在他們看來，這些方法無法揭示關(guān)于意識的最終真理）。關(guān)于狀態(tài)是否可以在無法被訪問和報告的情況下仍然是有意識的，以及如果是這樣，是否可以通過要求行為報告的范式來識別這些狀態(tài)的神經(jīng)相關(guān)物，這一問題存在討論（Block, 1995）。在不需要內(nèi)省或行為報告的條件下擴展NCC方法已取得進展，而這類“無報告”范式或許開始涉及這一討論（Tsuchiya等人，2015）。盡管NCC方法最初可能看起來是理論中立的，但不同的理論可能會傾向于某些類型的范式和提出的神經(jīng)相關(guān)物。例如，否認未被訪問的意識體驗可能性的理論往往會傾向于利用可報告性的范式。

在20世紀90年代初具有范式定義意義的研究之后，NCC方法論成為意識科學研究的焦點（Metzinger, 2000），并且自那以后已經(jīng)接受了幾次綜述和評論，報告了重大進展（Aru等人，2012；Fink, 2016；Hohwy, 2009；Klein & Barron, 2020；Koch等人，2016；Miller, 2007；Seth, 2009；Tononi & Koch, 2008）。早期有影響力的討論出現(xiàn)在Chalmers（Chalmers, 2000）中，他指出了一個至關(guān)重要的、至今仍未被充分重視的區(qū)別：任意性NCC與系統(tǒng)性NCC的區(qū)別。

當生物體大腦中某個區(qū)域的某些神經(jīng)活動（通過某種神經(jīng)影像學或神經(jīng)生理學方法獲得）與給定的意識狀態(tài)或內(nèi)容可靠地相關(guān)聯(lián)時，就會揭示出任意性NCC。這種相關(guān)物被稱為“任意性”，因為僅憑激活本身并不能幫助我們推斷、預測、理解或解釋意識背后機制的太多內(nèi)容。區(qū)域x在有意識而非無意識地感知Gabor斑塊時“亮起”這一事實本身，并不能讓我們預測在其他刺激條件下x也可能被激活，或者哪些區(qū)域可能被其他類型的刺激激活。它也沒有為這種有意識感知的特定現(xiàn)象學屬性提供太多啟示，也沒有闡明有意識感知背后的機制。即使沿著這些路線進行廣泛的大腦映射，結(jié)果也只會是一個在解釋上毫無生氣的活動區(qū)域或模式的描述性列表。任意性NCC不太可能讓我們理解意識的大腦基礎，或者利用這種理解來幫助處理與意識相關(guān)的狀況，例如意識障礙（Fernández-Espejo & Owen, 2013）、分裂腦（De Haan等人，2020）或意識孤島（Bayne等人，2020）。

作為一個術(shù)語說明，我們所說的“任意性”是指，鑒于某種特定的現(xiàn)象學，我們無法理解為什么活動模式會是這樣而不是其他方式；這種完全任意性的NCC是一種極端類型的NCC。我們認識到，“任意性”NCC的說法可能并不完全恰當，因為所討論的NCC可能與現(xiàn)象狀態(tài)有著可靠且無例外的規(guī)律性相關(guān)聯(lián)——從這個意義上說，它是“非任意性”的。在某些方面，更好的區(qū)分可能是“非解釋性”與“解釋性”相關(guān)物，如（Seth, 2009）中所述。然而，需要注意的是，我們（遵循Chalmers, 2000）所說的任意性并不在于與現(xiàn)象狀態(tài)的相關(guān)性是否可靠，而在于為什么是這種而不是另一種相關(guān)的神經(jīng)活動模式成為NCC搜索的焦點。那么，“系統(tǒng)性”就意味著在某種程度上受到理論考慮的系統(tǒng)性指導。

大多數(shù)實際的NCC研究實例不會是完全任意性的，因為它們自然會在一定程度上涉及對激活模式或位置的解釋，主要利用該模式或位置來啟發(fā)對意識的理論方法。這種理論構(gòu)建的例子可以在以下觀點中找到：額頂葉活動并非任意性的，因為它解釋了全局廣播和訪問，這至少對訪問意識具有預測性和解釋性（Mashour等人，2020），或者對“后部樞紐”的角色的解釋，這與整合信息理論方法相關(guān)（Koch等人，2016）。

鑒于這些考慮，Chalmers指出，如果我們能夠“找到一個神經(jīng)系統(tǒng)，其狀態(tài)不僅與現(xiàn)象內(nèi)容和狀態(tài)有任意性相關(guān)，而且沿著相應的系統(tǒng)性維度變化，那么所討論的NCC將具有更大的潛在解釋和預測能力”。我們同意這一推理，并將其稱為NCC的系統(tǒng)性要求。（Chalmers以意識內(nèi)容與“神經(jīng)表征系統(tǒng)”的相關(guān)性為例來說明系統(tǒng)性（Chalmers, 2000: 11）；關(guān)于批判性討論，參見No? & Thompson（2004）及回應；在本文中，我們將考慮一個比單純的表征系統(tǒng)更包容的概念）。

為了展開系統(tǒng)性要求，我們首先必須確定應該在什么方面具有更大的解釋和預測能力。這個問題的答案是，解釋和預測能力應該同時針對大腦活動和現(xiàn)象學。只有當系統(tǒng)性方法的核心要素最終能夠用于預測意識現(xiàn)象何時以及如何產(chǎn)生、解釋意識現(xiàn)象為何具有它們所具有的結(jié)構(gòu)和形式，并且甚至可能通過干預來控制意識體驗的展開時，這種方法才會對NCC搜索有用。

我們提議，通過將所研究的意識現(xiàn)象的潛在相關(guān)物嵌入到對大腦功能的更廣泛理解中，這種系統(tǒng)化的方法將得到最佳發(fā)展，而這種更廣泛的理解本身并不主要與意識相關(guān)。這將有助于超越單純的任意性相關(guān)物，確保相關(guān)的大腦活動能夠被識別并解釋為不僅僅是“與這種或那種意識現(xiàn)象相關(guān)的活動，無論它是什么”。換句話說，它將使我們能夠觀察相關(guān)的大腦活動，并從該活動系統(tǒng)地推導出預測相關(guān)現(xiàn)象學狀態(tài)的能力，并為其發(fā)生提供統(tǒng)一的解釋。

因此，我們可以說，為了滿足系統(tǒng)性要求，必須為NCC找到一個關(guān)于整體大腦功能的更廣泛的理解、理論或框架（我們將這樣稱呼它）。這個框架必須承擔起為某些大腦活動模式及其相關(guān)現(xiàn)象學的結(jié)構(gòu)和形式提供解釋和預測能力的任務。請注意，這樣的框架本身并不需要提出對意識的解釋。事實上，如果這個更大的框架不包含意識理論——至少最初不包含——它可能更有助于尋找系統(tǒng)化的NCC。正如我們稍后將討論的，如果框架在為系統(tǒng)化NCC做出貢獻方面取得成功，其部分內(nèi)容可能會凝聚成一種意識理論。（我們并不是說滿足系統(tǒng)性要求必然需要一個非意識理論的框架。例如，整合信息理論（IIT）是一種意識理論，它提出了神經(jīng)機制與現(xiàn)象學屬性之間的系統(tǒng)性關(guān)系（Tononi等人，2016）。請注意，IIT通常不被視為NCC項目的一部分。）

當然，完全實現(xiàn)這種具有所需解釋和預測能力的整體大腦功能框架的概念將是一個巨大的挑戰(zhàn)。我們相信，正如我們稍后將討論的，有理由保持樂觀。目前，一個類比可能很有用，即系統(tǒng)性要求并不特定于意識科學。如果我們對生理表型特征感興趣，那么關(guān)于DNA序列變化的基本遺傳理論本身將無濟于事，即使該理論實際上是正確的。相反，為了獲得對表型的解釋和預測能力，我們需要訴諸表觀遺傳學。表觀遺傳學將基因置于背景之中，使我們能夠構(gòu)建起關(guān)于基因、細胞、身體和環(huán)境如何在發(fā)育過程中相互作用以解釋表型特征的機制性解釋。表觀遺傳學本身就是一種理論方法，而且在將表觀遺傳過程與癌癥等現(xiàn)象相關(guān)聯(lián)方面還有大量工作要做。同樣地，對于大腦功能理論而言，也會有一些框架并不適合為意識生成解釋和預測能力，即使它們能夠充分描述（例如）神經(jīng)元和突觸活動，而其他描述層次的框架將具有適合意識的解釋和預測“粒度”。

借助合適的大腦功能框架，有意識地感知Gabor斑塊與大腦活動x之間的相關(guān)性將更有潛力預測在什么條件下x會出現(xiàn)或不會出現(xiàn)，以及在什么條件下類似的有意識感知會出現(xiàn)或不會出現(xiàn)。至關(guān)重要的是，這樣的框架應該能夠提供一種足夠的語言來解釋意識的現(xiàn)象學屬性（例如，表征內(nèi)容、感官存在、特征結(jié)合、空間性或缺乏空間性、幻覺形成、代理感等），這些屬性構(gòu)成了任何令人滿意的意識理論的解釋對象。也就是說，通過框架來剖析大腦活動x，應該能夠為現(xiàn)象學提供啟示。

以這種方式，將經(jīng)驗性的NCC搜索與框架相結(jié)合將是有用的，不是針對意識本身，而是針對具有適合現(xiàn)象學解釋潛力的正確內(nèi)部結(jié)構(gòu)和描述層次的大腦功能框架。這種方法與迄今為止主要展開的NCC搜索形成了對比，后者可以被描述為識別相對任意且零散的相關(guān)物。

3 識別NCC面臨的三大挑戰(zhàn)

為系統(tǒng)化NCC尋找大腦功能的整體框架時，需考慮與NCC搜索相關(guān)的三個額外且廣泛討論的挑戰(zhàn)。

3.1 全局狀態(tài)與局部內(nèi)容的挑戰(zhàn)

第一個挑戰(zhàn)涉及意識狀態(tài)與內(nèi)容之間被廣泛認可的區(qū)別（Laureys, 2005; Rosenthal, 1986）。大多數(shù)NCC項目致力于尋找內(nèi)容NCC，而較少（盡管越來越多）致力于尋找意識的全局狀態(tài)（有時稱為“水平”）的NCC。這里的挑戰(zhàn)在于，令人滿意的意識解釋可能需要將狀態(tài)和內(nèi)容結(jié)合起來考慮（Bayne, 2007; Hohwy, 2009）。以下通過一個例子來介紹這一挑戰(zhàn)：雙眼競爭是經(jīng)典的NCC范式，不同刺激持續(xù)地分別呈現(xiàn)給每只眼睛，而意識感知在它們之間交替。在典型的雙眼競爭NCC研究中，參與者可能暴露于競爭刺激，并獲取fMRI數(shù)據(jù)，顯示出與交替的意識感知相關(guān)的交替活動區(qū)域（例如Tong等人1998年的經(jīng)典研究）。Searle（2000）早期強調(diào)的問題是，參與者在進入掃描儀時已經(jīng)處于有意識狀態(tài)，因此大腦活動無法揭示為什么一種感知是有意識的，而只是揭示了在已經(jīng)有意識的生物中，何種大腦活動與將內(nèi)容選擇到意識中相關(guān)。

更一般地，NCC搜索在很大程度上回避了全局狀態(tài)與內(nèi)容之間的關(guān)系問題（例外包括Bachmann, 2012; Aru等人, 2019; Haun & Tononi, 2019; Noreika等人, 2017）。關(guān)于全局狀態(tài)與內(nèi)容之間的相互作用仍有許多待發(fā)現(xiàn)之處。例如，某些內(nèi)容插入到某些全局狀態(tài)中可能會改變這些狀態(tài)，或者某些狀態(tài)可能會改變插入其中的內(nèi)容（例如，競爭刺激在譫妄、致幻狀態(tài)或失神發(fā)作等不同意識全局狀態(tài)中可能被非常不同地處理）。實際上，致幻狀態(tài)是一個引人注目的例子，其中似乎既存在狀態(tài)/水平的變化，也存在內(nèi)容的變化，而且這些變化似乎相互依賴（Schartner等人，2017）。

這一挑戰(zhàn)以以下方式限制了系統(tǒng)化NCC的搜索：描述神經(jīng)活動的系統(tǒng)維度應能夠同時包含全局狀態(tài)和局部內(nèi)容作為因素。既應有整體功能的維度——一種“系統(tǒng)整體”的方法，也應有個別意識內(nèi)容的維度。

3.2 篩選挑戰(zhàn)：大腦結(jié)構(gòu)與現(xiàn)象學

第二個挑戰(zhàn)是如何從更具解釋力的相關(guān)物中“篩選掉”那些解釋力較弱的神經(jīng)相關(guān)物。重要的是，候選NCC的解釋力并不簡單地取決于其與意識狀態(tài)或內(nèi)容的相關(guān)性有多緊密或多可靠。從Miller（2007）開始，許多研究者認為，即使識別出非常緊密且可靠的相關(guān)物，仍然可能不清楚其中哪些是意識狀態(tài)或內(nèi)容的真正構(gòu)成要素或基礎（假設只有真正的構(gòu)成要素才能促進預測和解釋能力）。如果存在三個因果鏈中的神經(jīng)狀態(tài)NS1、NS2、NS3，它們都緊密且可靠地與看到一張臉的有意識體驗相關(guān)聯(lián)，那么NS1可能只是一個因果前驅(qū)，而NS3是真正（且最有可能具有解釋力的）構(gòu)成要素NS2的因果后果，盡管所有三個與有意識體驗之間的經(jīng)驗相關(guān)性大致相同。

應對篩選挑戰(zhàn)的一種方法是利用因果推斷技術(shù)。特別是，更好的因果干預方法應該能夠推進這一問題。例如，經(jīng)顱磁刺激（TMS）、經(jīng)顱直流電刺激（tDCS）以及尤其是光遺傳學應該允許對意識狀態(tài)和內(nèi)容背后因果神經(jīng)鏈的不同元素進行精細的（“外科手術(shù)式”）操縱。這在因果前驅(qū)方面最為明顯，干預措施會導致對意識的影響。這同樣適用于下游后果，干預措施應該不會影響意識。

第二個可能更重要的是，檢查潛在的相關(guān)物（例如NS2）是否比前驅(qū)（NS1）或后果（NS3）更好地解釋相應的意識內(nèi)容或狀態(tài)。這需要能夠根據(jù)其解釋潛力將潛在的相關(guān)物與（現(xiàn)象學）解釋目標區(qū)分開來。例如，NS2和NS1可能與感知水平Gabor斑塊的有意識體驗同樣緊密相關(guān)，但NS1比NS2更好地與體驗到的斑塊的多種方向相關(guān)聯(lián)。這里，哲學科學的任務是提出一個重要的“解釋潛力”概念；這可能例如以同源性、因果/功能同構(gòu)性、對比解釋或機制還原等術(shù)語來表述。

因此，如果能夠以一種方式“在關(guān)節(jié)處切割”大腦活動，使其既允許有意義且高效的干預，又與解釋目標的等價劃分相對應，即體驗的現(xiàn)象學屬性，那么應對篩選挑戰(zhàn)將得到促進。揭示這種意識現(xiàn)象學的“結(jié)構(gòu)”是一項相當艱巨的任務，而且似乎很可能，大腦活動水平上的篩選方法將與對現(xiàn)象學解釋目標的理解同步發(fā)展。特別是，隨著我們學會更好地對兩者進行干預，我們可能會更多地了解神經(jīng)系統(tǒng)的構(gòu)建塊和現(xiàn)象學的多樣性。

一個標準的例子說明了在關(guān)節(jié)處切割大腦活動以匹配現(xiàn)象學解釋目標結(jié)構(gòu)所固有的困難。早期的動態(tài)NCC方法提出，意識內(nèi)容依賴于神經(jīng)群體之間的伽馬波段同步。這一提議因其與神經(jīng)科學中的經(jīng)典“結(jié)合問題”相關(guān)而具有概念上的合理性，即不同的對象特征在空間上分離的處理是如何“結(jié)合”在一起的。盡管最初有一些經(jīng)驗支持，但很快變得清楚的是，神經(jīng)群體之間的同步并不總是與意識內(nèi)容和/或結(jié)合相關(guān)。相反，神經(jīng)元同步的過度會導致意識的全局喪失，如在失神癲癇中。事后看來，神經(jīng)同步與意識之間簡單關(guān)聯(lián)的不足并不令人驚訝。從更全局的視角來看結(jié)合問題，意識場景并不是由單一統(tǒng)一的感知對象很好地描述的；相反，有意識的體驗通常由一系列多模態(tài)的內(nèi)容組成，每種內(nèi)容都保留了獨特的身份，同時嵌入在單一統(tǒng)一的場景中。這種現(xiàn)象學觀察可能是一個很好的指導，說明如何在關(guān)節(jié)處切割大腦活動，其中神經(jīng)同步可能仍然發(fā)揮某種作用——盡管不再是NCC本身。

3.3 行動挑戰(zhàn)

接下來，我們轉(zhuǎn)向一個更具規(guī)范性的挑戰(zhàn)，它關(guān)乎意識科學的發(fā)展方向，而不僅僅是像前面提到的那些挑戰(zhàn)那樣關(guān)注現(xiàn)狀。近年來，人們越來越關(guān)注行動（在廣泛且包容的意義上）對心靈的作用。許多“具身認知”（enactive）的方法被提出，強調(diào)了一個重要觀點，即有意識的感知與主體性、意圖、運動和行為密切相關(guān)（參與這一討論的貢獻范圍非常廣泛，從對認知科學的激進重新概念化、對主動感知的生物學方法，到計算方法，參見例如Hurley, 1998; Engel等人, 2016; Hutto & Myin, 2013; Krakauer等人, 2017; No?, 2004; No? & O’Regan, 2001; Schroeder等人, 2010）。事實上，將行動納入意識科學的部分壓力來自于預測處理文獻本身，因為這一文獻基于對行動的概念（我們稍后會討論），并且已經(jīng)開始涉及意識（Parr等人，2019），因此堅持這一挑戰(zhàn)將在某種程度上預先確保這個框架的有利地位。

我們的有意識體驗與我們的行動在個人層面（例如，自愿決定去拿一杯茶）和次個人層面（例如，在視覺搜索中，我們通過在視覺場景中移動眼睛積極地采樣世界）都密切相關(guān)。盡管我們可能會很容易想象出一個完全無行動但有意識的系統(tǒng)，但似乎錯誤地認為行動對于任何實際有意識的系統(tǒng)來說只是一個可選的額外部分。請注意，這不僅僅是意識是為了行動的觀點，而是有意識體驗具有其結(jié)構(gòu)和軌跡，部分原因是我們是積極的系統(tǒng)。

目前，關(guān)于意識狀態(tài)和內(nèi)容的神經(jīng)科學意識理論和NCC研究很少關(guān)注行動在意識中的作用。自然的例外是那些明確關(guān)注意圖、意志和主體性體驗的研究，但這些研究很少被用來推動關(guān)于意識或大腦功能的一般性解釋（另見Fleming等人（2015）關(guān)于行動與元認知之間有趣聯(lián)系的研究）。對行動的普遍忽視的一個可能原因是，行動和意識似乎是可以分離的，至少表面上是這樣。例如，我們可以在沒有明顯行動的情況下保持意識，如在夢中，我們也可以在沒有意識的情況下行動，如反射。然而，一個包含行動作為整合部分的大腦功能的系統(tǒng)性維度將是可取的，它允許我們假設行動對于意識的必要性。這樣的提議可能包括隱蔽的、心理的行動（例如內(nèi)源性注意力分配）以及明顯的行動——它們可能區(qū)分行動在構(gòu)成上的必要性（即，在任何給定時間對意識都是必要的），與僅僅是歷時性上的必要性（即，作為生物體與環(huán)境互動歷史的一部分是必要的）。

總結(jié)這三大挑戰(zhàn)對于系統(tǒng)化NCC搜索，我們希望有一個用于解釋大腦活動的框架，它允許意識的全局狀態(tài)與局部狀態(tài)之間的互動，能夠在大腦活動和現(xiàn)象學方面都有意義的“關(guān)節(jié)”處進行干預，并且允許行動在意識中扮演一個整合的角色。接下來，在考慮一些理論上的動機約束之后，我們將提議預測處理框架是符合這一需求的。

4 意識理論

如今，眾多意識理論競相吸引關(guān)注并尋求實證證據(jù)。以下是一些被廣泛討論的理論的不完全列表，以及一些示例性參考文獻：

全局神經(jīng)工作空間理論（Baars, 1988; Mashour等人, 2020）

整合信息理論（Tononi等人, 2016; Tononi & Edelman, 1998）

再入加工理論（Lamme, 2020, 2010）

高階思想理論與元認知理論**（Brown等人, 2019; Fleming, 2020; Lau, 2008; Lau & Rosenthal, 2011; Rosenthal, 1997）

激進可塑性論題（Cleeremans, 2011）

虛擬現(xiàn)實理論（Metzinger, 2004; Revonsuo, 2006）

基于注意力的理論（Graziano & Webb, 2015; Prinz, 2012）

異質(zhì)現(xiàn)象學（Dennett, 1991）

核心意識理論（Damasio, 2000）

協(xié)同客觀還原理論（Hameroff & Penrose, 2014）

電磁理論（McFadden, 2020, 2002）

其中一些標簽和分類忽略了顯著的差異。例如，盡管高階思想理論的版本與元認知理論密切相關(guān)，但它們在如何實現(xiàn)高階元素方面存在顯著差異；兩種基于注意力的理論雖然都涉及注意力，但存在差異，類似地，兩種虛擬現(xiàn)實理論也是如此。還有一些理論與我們將在下面考慮的框架（即預測處理）相關(guān)聯(lián)，我們將在下面討論這些理論。盡管在解釋目標和形而上學假設方面存在一些多樣性（關(guān)于這種多樣性的討論，參見例如Seth, 2021），但普遍認為意識理論應該解釋意識內(nèi)容和/或意識全局狀態(tài)的潛在機制。

關(guān)于形而上學假設，存在一些爭論，即意識理論是否或是否應該旨在解決形而上學的心身問題（“艱難問題”，另見知識論證或解釋鴻溝的不同版本；Descartes, 1641; Chalmers, 1996; Jackson, 1982; Levine, 1983）。雖然一些理論明確尋求解決艱難問題（例如，整合信息理論、協(xié)同客觀還原理論、電磁理論），但其他理論則沒有，或者只是隱含地或間接地解決（例如，再入加工理論、全局神經(jīng)工作空間理論）。要解決艱難問題，一個理論必須消除關(guān)于一個系統(tǒng)是否真正有意識的任何疑問。這是一項艱巨的任務。在我們看來，解決形而上學問題的最佳希望是采取間接方法，并通過尋找意識的系統(tǒng)性神經(jīng)相關(guān)物來擴展這種方法（盡管我們當然承認，艱難問題可能過于形而上學，以至于任何科學方法都無法成功）。在某種程度上，這種策略將提供關(guān)于塑造和調(diào)節(jié)意識的因素的更大預測和解釋能力。這種進步在神經(jīng)學和精神病學等領(lǐng)域?qū)⒕哂兄匾膶嶋H后果。同樣重要的是，關(guān)注系統(tǒng)性NCCs認識到“意識”不是一個單一的解釋目標。意識現(xiàn)象學的多面性結(jié)構(gòu)提供了一系列解釋目標。將一般大腦功能理論與經(jīng)過提煉的解釋目標庫相結(jié)合（而不是隱含地假設意識是一個單一現(xiàn)象），應該在規(guī)避為什么會有意識體驗這一艱難問題方面發(fā)揮強大作用（Seth, 2016）。換句話說，通過滿足系統(tǒng)性約束條件實現(xiàn)的大腦狀態(tài)與現(xiàn)象學之間的合理映射，可能會使艱難問題變得不那么緊迫，甚至可能完全化解它。

如前所述，稍后我們將深入探討預測處理是否能夠提供實現(xiàn)系統(tǒng)化NCC所需的理論框架。這一討論將引發(fā)一個問題，即PP是否本身是一種意識理論（并真正屬于上述列表），或者正在成為一種意識理論。目前，我們注意到，最近已有幾項關(guān)于如何將PP與意識聯(lián)系起來的提議。我們在這里指出，PP首先和主要的并不是一種意識理論，因為作為一種大腦功能框架，即使在沒有任何關(guān)于意識的討論的情況下，它也能很好地存在。正如我們將看到的，這一事實將鼓勵將其視為系統(tǒng)化NCC的基礎。

4.1 共同主題

盡管當前的意識理論存在多樣性，但最突出的理論至少有兩個共同元素。如果這些理論至少大致正確，那么我們所尋求的系統(tǒng)化NCC的底層框架能夠產(chǎn)生這些共同元素將是令人期望的。

第一個元素是不確定性減少。許多理論將意識與一種機制聯(lián)系起來，這種機制使得在某種意識狀態(tài)下體驗某種內(nèi)容與信息理論意義上的不確定性減少相關(guān)。例如，全局神經(jīng)工作空間理論認為，當證據(jù)積累達到閾值時，內(nèi)容被點燃進入意識（Dehaene, 2011）；高階思想理論的版本通過優(yōu)化信號與噪聲比來設定標準（Lau, 2008），激進可塑性論題和元認知理論也是如此；整合信息理論在形式上將意識狀態(tài)部分定義為該狀態(tài)排除的可能性（Oizumi等人，2014）；再入加工理論認為意識機制與整合信息和學習有關(guān)，這兩者都是減少不確定性的。這種強調(diào)不確定性減少的推理通常似乎基于這樣的觀點：有意識的系統(tǒng)傾向于穩(wěn)定在一個統(tǒng)一且高度信息豐富的表征狀態(tài)。

第二個元素是自上而下的信號傳遞。許多意識理論一致認為，僅具有自下而上的（“向前”或“由外向內(nèi)”）從感覺皮層的流動，而沒有自上而下的（“向后”或“由內(nèi)向外”）信號傳遞的系統(tǒng)，意識發(fā)生的可能性很小。例如，整合信息理論發(fā)現(xiàn)，僅具有自下而上連接的系統(tǒng)沒有φ（“phi”，該理論中意識的定量度量；Oizumi等人，2014：19）；再入加工理論基于反向、“再入”處理的概念；支持全局神經(jīng)工作空間理論的NCC研究表明，意識部分是由再入連接“點燃”的；高階思想和元認知理論都假設某個高層次過程可以“向下看”低層次狀態(tài)；最后，很難想象虛擬現(xiàn)實理論在沒有廣泛的自上而下的信號傳遞來構(gòu)建可以在缺乏自下而上信號的情況下出現(xiàn)的內(nèi)部虛擬現(xiàn)實模型時如何運作。盡管在這些理論之間關(guān)于自上而下的信號傳遞應該如何在神經(jīng)生理學和計算上工作存在顯著差異，但對自上而下信號傳遞的需求是一致的，并且似乎得到了現(xiàn)有證據(jù)的支持。

鑒于大多數(shù)意識理論都為不確定性減少和自上而下的信號傳遞分配了關(guān)鍵角色，并假設這些理論至少大致正確，那么如果系統(tǒng)化的NCC框架能夠以中心但相對理論中立的角色容納這兩個元素，將是令人期望的。正如我們將看到的，這一要求也使得預測處理成為一個很好的選擇。

5 預測處理的核心特性

預測處理（Predictive Processing, PP）是一個理論框架，它認為大腦的整體功能是最小化長期平均預測誤差。根據(jù)PP理論，大腦擁有一個關(guān)于其內(nèi)部（身體）環(huán)境和外部（世界）環(huán)境的生成模型，并通過預測/預測誤差動態(tài)不斷優(yōu)化這個模型。預測結(jié)果與實際輸入進行比較，大腦的任務是在長期保持預測誤差在預期范圍內(nèi)（Friston, 2010, 2005; Friston, Parr, et al., 2017）。PP活動的底層目標是讓生物體（在內(nèi)部和外部）行動，以維持其預期的（穩(wěn)態(tài)）狀態(tài)。正如我們將在最后一節(jié)進一步承認的，PP框架遠非普遍接受，圍繞它存在大量有趣且富有挑戰(zhàn)性的辯論。在這里，我們主要探討它對意識科學的有前景的特性。

大腦中的預測處理可以通過四種基本方式發(fā)生，這些方式都類似于對科學推理的熟悉描述（參見綜合評論，例如Bogacz, 2017; Buckley等人, 2017; Hohwy, 2020a; Yon等人, 2019）。這四種過程運行的核心原則是，在平均和長期來看，（統(tǒng)計）意外應該被最小化：

感知：模型可以根據(jù)預測誤差進行修訂，這將在模型的不同時間尺度、不同層次上減少誤差，并改善模型的擬合度。在短時間尺度上，預測誤差被最小化以找到最優(yōu)（或接近最優(yōu)）的后驗概率（使用貝葉斯推理的近似）。這就是感知推理（Friston, 2003）。在更長的時間尺度上，生成模型的參數(shù)可以發(fā)生變化，這對應于感知學習，進而優(yōu)化模型以更好地進行感知推理。這類似于科學家如何根據(jù)新數(shù)據(jù)更新他們的假設，希望最終學習到生成預測誤差較小的模型。

行動：模型可以保持固定，并用于生成預測，盡管預測誤差可能會暫時增加。然后，通過行動，即選擇性地采樣感官輸入，來最小化預測誤差。特別是，本體感知預測被傳遞到經(jīng)典的反射弧中，這些反射弧會驅(qū)動身體動作，直到獲得預期的感官輸入。這就是行動，類似于科學家如何保留一個假設，并控制環(huán)境中的混雜因素，直到獲得預期的證據(jù)（或者不太樂觀地說，不斷重復實驗的微小變體，直到得到期望的結(jié)果）。行動僅僅是與感知推理方向相反的預測誤差最小化。在PP框架中，這被稱為主動推理，涉及對行動策略的推斷，期望精確（明確）的策略能最好地最小化未來的預測誤差（Friston等人, 2013; Friston, FitzGerald, Rigoli, Schwartenbeck, O’Doherty等人, 2016）。以這種方式理解主動推理，允許既有工具性行動（直接滿足感知預測的行動），也有探索性、認識性行動，這些行動提高了未來工具性行動的能力（Tschantz, Seth等人, 2020）。重要的是，行動也可以是生物體內(nèi)部的（“內(nèi)感受行動”），這樣內(nèi)感受預測就會控制自主反射，以維持生理穩(wěn)態(tài)（Allen等人, 2019; Seth, 2013; Seth & Tsakiris, 2018）。在任何足夠豐富的理解中，主動推理對PP都是不可或缺的——沒有行動的PP系統(tǒng)不會像任何生物生物體，當然也不會像任何有大腦的系統(tǒng)。

注意力：在PP中，預測和預測誤差之間的動態(tài)交換可以根據(jù)預測誤差的預期精確度（相對于預測）進行調(diào)節(jié)，使得預測誤差最小化基于被認為是可信的預測誤差；這相當于增益控制（或門控），并且功能上對應于注意力（Feldman & Friston, 2010; Hohwy, 2012）。這類似于統(tǒng)計推理中的方差評估，以及科學家如何隨著時間推移建立起關(guān)于哪些類型的測量會精確、哪些不會的預期。精確度優(yōu)化指的是對精確度預期的推斷和學習。請注意，盡管注意力通常與外感受模態(tài)相關(guān)聯(lián)，但精確度優(yōu)化在PP中是無處不在的，并且（例如）同樣適用于內(nèi)感受推理（Petzschner等人, 2019）。

識別、理解、探索：模型可以被簡化（參考復雜度降低），以實現(xiàn)長期的預測誤差最小化；這對應于貝葉斯模型選擇，其中復雜度受到懲罰。這類似于科學家在長期內(nèi)可能更傾向于簡單的模型，即使更復雜的模型可能更好地擬合當前證據(jù)。從功能上講，這可能對應于對感官原因及其相互作用的識別（而不僅僅是檢測），在對環(huán)境因果結(jié)構(gòu)的理解中，不同的關(guān)于感官輸入原因的模型相互權(quán)衡。如上所述，關(guān)于認識性行動，強調(diào)最小化未來的預測誤差自然會導致探索的概念，其中偶爾允許預測誤差增加，以便發(fā)現(xiàn)新的因果信息，為未來的高效預測誤差最小化開辟新的途徑（Friston, FitzGerald, Rigoli, Schwartenbeck, O’Doherty等人, 2016; Friston等人, 2015; Tschantz, Seth等人, 2020）。

將這些元素結(jié)合起來，我們得出了一個強有力的觀點：大腦體現(xiàn)了一個關(guān)于其環(huán)境（包括生物體本身）的模型，并通過旨在最小化自身長期預測誤差的統(tǒng)計推理來控制這個環(huán)境。這個雄心勃勃的框架一直是神經(jīng)科學、認知科學、生物學和哲學等領(lǐng)域的研究焦點（例如Metzinger & Wiese, 2017; Hohwy, 2020a; Mendon?a等人, 2020）。長期平均預測誤差最小化的目標是讓生物體保持在其預期的狀態(tài)內(nèi)——即保持存活。這為整個生物體提供了一個視角，即主要通過反復訪問其（內(nèi)部和外部）環(huán)境的（預期）狀態(tài)來維持穩(wěn)態(tài)。生物體的整體預測誤差最小化因此被置于其特定環(huán)境影響（對生理穩(wěn)態(tài)的影響）的背景下。這個基礎性的生物學視角支持了PP框架本身并非一種意識理論的說法。

關(guān)于PP的一個關(guān)鍵點是，給定某些假設（例如數(shù)據(jù)呈正態(tài)分布且時間尺度可分離），感官預測誤差最小化的機械過程將趨近于對感官信號原因的貝葉斯推理。這為PP提供了另一個視角：將一個通常難以處理的推理問題（精確貝葉斯推理）轉(zhuǎn)化為一個可處理的優(yōu)化問題。這一視角反過來允許我們這樣一種觀點：一個成功在長期內(nèi)最小化預測誤差的系統(tǒng)往往會表現(xiàn)得像一個表征系統(tǒng)。這是因為貝葉斯推理是表征性的，即基于對數(shù)據(jù)原因的統(tǒng)計模型。

這種觀點強調(diào)，PP框架可以在不同的抽象層次上被構(gòu)建，從而對底層機制提出不同的主張。在“強”解釋中，大腦實際上利用生成模型和近似貝葉斯推理來實現(xiàn)預測誤差的最小化。在“弱”解釋中，大腦（以及其他系統(tǒng)）可以被描述為似乎在利用這樣的模型和推理過程，盡管底層的物理因果機制可能不同（參見瓦特調(diào)速器；Van Gelder, 1995）。這里存在一些有趣的問題，關(guān)于成為與擁有模型所需的必要和充分條件，這對PP意味著什么，以及將PP作為表達系統(tǒng)化NCC的框架的應用（Baltieri等人，2020；Kiefer, 2017；Seth & Tsakiris, 2018；Van Es, 2020）。

需要注意的是，對于生活在動態(tài)變化世界中的生物體來說，貝葉斯推理將不得不預測那些可能威脅到其先驗信念的世界變化（特別是那些涉及穩(wěn)態(tài)的先驗信念）。也就是說，這樣的系統(tǒng)不能僅僅在假設它們正在采樣的原因保持不變的情況下積累證據(jù)，它們還必須考慮易變性（即，隨時間變化的統(tǒng)計分布）。這意味著貝葉斯推理應該是分層的：一個充分的預測誤差最小化系統(tǒng)應該能夠發(fā)現(xiàn)模式中的模式，并建立相應的關(guān)于期望的期望，能夠調(diào)節(jié)其學習的速度，并且應該準備好放棄那些它預期會過時的模型部分（Mathys等人，2011, 2014）。此外，通過引入分層推理，有機會改善理解先驗來源的問題：在一個分層設置中，一個層次的后驗概率形成了下一層的（經(jīng)驗）先驗概率。注意，在PP下，層次結(jié)構(gòu)不應被過于理想化地理解為整齊堆疊的層次，只向其最近的鄰居傳遞信息。皮層層次結(jié)構(gòu)雖然可以用數(shù)學描述，但會重述它所建模的世界的因果結(jié)構(gòu)，其中更遠的層次之間存在許多跳躍的信息路徑（Markov等人，2013）。

這些PP框架的核心屬性可以通過特定系統(tǒng)的進程理論在機械層面實現(xiàn)，例如大腦。感知推理最著名的進程理論是預測編碼，而主動推理的變分自由能的梯度下降（Friston, 2003; Friston, FitzGerald, Rigoli, Schwartenbeck, & Pezzulo, 2016）也是如此。預測編碼是一種具體的“信息傳遞”方案，其中皮層層次結(jié)構(gòu)中較高層次的神經(jīng)元表征生成對較低層次表征的預測。自上而下的預測與較低層次的表征進行比較，以形成預測誤差（與淺層錐體細胞的活動相關(guān)）。這種不匹配信號被傳遞回層次結(jié)構(gòu)的上層，以更新較高層次的表征（與深層錐體細胞的活動相關(guān)）。通過這種遞歸的信息交換，所有層次上的預測誤差被抑制（“解釋掉”），為最低層次（感官）的感官輸入提供分層解釋。這種信息傳遞過程涵蓋了有限數(shù)量的信號，與PP一致：自上而下的預測和預期精確度、內(nèi)源性精確度調(diào)節(jié)，以及自下而上的精確度加權(quán)預測誤差和精確度預測誤差（已提出了這種方案的規(guī)范微回路Bastos等人，2012；另見Walsh等人，2020；以及Friston, 2019b；另見Teufel & Fletcher, 2020，關(guān)于“自下而上”預測信號的可能作用）。主動推理的變分自由能最小化不太為人所知，但也開始被廣泛研究（Friston, FitzGerald, Rigoli, Schwartenbeck, & Pezzulo, 2016; Parr & Friston, 2018; Tschantz, Millidge等人, 2020; Tschantz, Seth等人, 2020）。該研究領(lǐng)域中的突出問題涉及連續(xù)與離散處理的底層神經(jīng)架構(gòu)、預測編碼或復雜度降低在皮層層次結(jié)構(gòu)的較高或較深層次發(fā)生的相對程度（Friston, Parr等人, 2017）、如何最好地形式化“預期自由能”的概念（Millidge等人, 2020），以及更廣泛地——它與強化學習和“控制即推理”等機器學習方法的關(guān)系（Tschantz, Millidge等人, 2020）。

6 預測處理作為系統(tǒng)化NCC的候選框架

現(xiàn)在，我們處于一個位置，可以將預測處理（PP）作為滿足NCC系統(tǒng)性要求的有前景的候選框架。回想一下，為了實現(xiàn)這一目標，我們需要一個關(guān)于大腦功能的通用框架，該框架具有足夠的解釋和預測能力，以解釋其相關(guān)現(xiàn)象學區(qū)別的結(jié)構(gòu)和形式。我們進一步確定了NCC搜索面臨的三個挑戰(zhàn)（全局與局部、篩選、行動）以及意識理論的兩個共同元素（不確定性減少和自上而下的信號流），這些應作為選擇通用框架的標準。顯然，PP符合這一要求。在這里，我們假設PP的某種“強”版本，即存在類似于上述感知和主動推理所描述的某種明確的信息傳遞方案。這一假設很重要，因為它為“弱”版本的PP留下了可能性，即PP也能夠描述那些沒有意識的系統(tǒng)。

PP在“全局狀態(tài)與局部內(nèi)容”挑戰(zhàn)中的潛力 PP是一個關(guān)于生物體如何通過行動保持在其預期狀態(tài)的全局狀態(tài)的解釋，這些生物體在這一過程中建立了一個關(guān)于其內(nèi)部和外部環(huán)境的概率模型。這種觀點允許局部輸入（由特定環(huán)境狀態(tài)引起）被插入到全局狀態(tài)中，可能導致全局預測誤差格局與局部暴露于新原因之間的相互作用。這種觀點將特定內(nèi)容與全局調(diào)節(jié)穩(wěn)態(tài)和動態(tài)穩(wěn)態(tài)狀態(tài)聯(lián)系起來（參見Stephan等人，2016；Corcoran & Hohwy, 2018的討論）。這種聯(lián)系展示了PP的機制如何被用來系統(tǒng)地解釋意識的屬性，而不是成為一種意識理論本身。從這個角度來看，像睡眠和麻醉這樣的意識全局狀態(tài)可能涉及破壞實現(xiàn)預測誤差最小化過程所需的自上而下或自下而上的信號傳遞；睡眠和做夢可能與預期的感官輸入精確度的降低有關(guān)，導致全局預測誤差增益降低（Hobson & Friston, 2012），而丙泊酚誘導的意識喪失似乎與破壞自上而下的信號傳遞有關(guān)（Boly等人，2012）。

PP在“篩選挑戰(zhàn)：基本大腦狀態(tài)與現(xiàn)象學”中的潛力 為了應對這一挑戰(zhàn)，我們強調(diào)了在神經(jīng)系統(tǒng)中干預因果鏈的重要性，這些干預應以合理的方式“在關(guān)節(jié)處切割自然”，即，由大腦功能的機制框架指導，并且在能夠捕捉現(xiàn)象學區(qū)別的層次上進行表述。PP滿足了這一挑戰(zhàn)的第一部分，因為它假設了一個在皮層層次結(jié)構(gòu)的各個層次中復制的預測誤差最小化機制。換句話說，旨在為NCC篩選的干預措施應由推動PP的過程理論指導（我們認識到這些過程理論仍有許多開放的理論和經(jīng)驗問題（Friston, FitzGerald, Rigoli, Schwartenbeck, & Pezzulo, 2016; Heeger, 2017; Van der Helm, 2016））。以嘗試篩選意識面孔感知的上游和下游相關(guān)物為例。在這個例子中，有意義的是詢問與面孔感知相關(guān)的區(qū)域（如梭形面孔區(qū)FFA和枕顳面孔區(qū)OFA）在層次推理和預測及預測誤差的信息傳遞中的相互關(guān)系。即使FFA的活動與面孔感知的耦合比OFA更緊密，我們可能也無法理解FFA對意識感知的系統(tǒng)性貢獻，而不去理解來自另一個區(qū)域（如OFA）的預測誤差信號的作用。換句話說，PP可能通過指導在制定候選NCC時平衡功能分離（局部化）和功能連接（整合）來為尋找系統(tǒng)化NCC做出貢獻。在這一方法的具體實例中，Weilnhammer等人（2020）運用雙眼競爭的預測編碼模型，提供了前額葉活動不是意識感知變化的下游的證據(jù)。

PP在匹配神經(jīng)基礎與意識體驗結(jié)構(gòu)方面的潛力 PP的某些方面很容易與感知現(xiàn)象學的非正式描述相匹配。例如，意識體驗通常包含許多設置在情境化場景中的對象。PP的層次性很好地適應了這一現(xiàn)象學觀察，使得感官信號被結(jié)合了許多不變性的預測模型“解釋掉”。這允許對感官原因進行不同層次不變性的預測，這些不變性與外源性環(huán)境動態(tài)和由行動引起的感官變化有關(guān)。鑒于感知現(xiàn)象學中的一系列不變性特征（例如，對象被感知為某種特定方式，而我們同時體驗到它們位置、照明甚至在遮擋期間對感官表面的存在變化），這是一個有用的屬性。PP還通過近似精確度加權(quán)的最優(yōu)貝葉斯推理輕松解釋多感官整合（Alais & Burr, 2004; Hohwy, 2013: Ch. 5）；它還涉及異常的意識體驗，例如在妄想和幻覺中，這可能反映了感官信號被感知先驗不適當壓倒（Corlett等人，2019；Fletcher & Frith, 2009; Powers等人, 2017）。

PP提出關(guān)于意識現(xiàn)象學的新問題 也許最有趣的是，PP的語言能夠提出關(guān)于意識現(xiàn)象學的新問題（或者重新激活那些被忽視的舊問題）。例如，擴展早期關(guān)于周邊視覺“在某種程度上是統(tǒng)計性的”說法（Lettvin, 1976），我們可以問視覺周邊的感知內(nèi)容是否由精確度估計構(gòu)成，而不僅僅是被它們塑造。或者，從經(jīng)驗觀察而不是現(xiàn)象學出發(fā)，我們可以問PP的概念工具如何解釋令人困惑的發(fā)現(xiàn)，例如無法區(qū)分快速呈現(xiàn)圖像的色彩飽和度的大幅變化（Cohen & Rubenstein, 2020）。換句話說，PP的語言能夠繪制現(xiàn)象學描述與底層神經(jīng)認知過程之間新的、富有成效的映射。如果PP能夠促進對結(jié)構(gòu)化現(xiàn)象學與經(jīng)過合理篩選的神經(jīng)基礎之間的信息性映射，那么它就可以在這一挑戰(zhàn)上取得重大進展。

PP在“行動挑戰(zhàn)”中的潛力 這一挑戰(zhàn)要求以靈活的方式將行動整合到對意識體驗結(jié)構(gòu)的釋中。PP首先以一種一般的方式做到這一點，通過將生物體定義為如何通過行動保持在其預期狀態(tài)。在這個一般設置中，PP可以通過主動推理的概念來解釋行動在感知中的具體作用，其中根據(jù)選定策略的預期預測誤差推斷策略。策略涵蓋了長期目標，如去購物或選擇教育（或在環(huán)境或內(nèi)部引起的波動面前維持穩(wěn)態(tài)和內(nèi)感受狀態(tài)），并將這些目標通過短期策略轉(zhuǎn)化為可以由主體的身體執(zhí)行的控制狀態(tài)（如肢體或眼睛運動）。這里的關(guān)鍵步驟是認識到目標（在強化學習意義上）可以在PP中表達為先驗，因此生物體會以實現(xiàn)其對未來狀態(tài)的（有偏見的）期望的方式行動（Friston, FitzGerald, Rigoli, Schwartenbeck, O’Doherty等人, 2016; Tschantz, Millidge等人, 2020）。

感知和行動都是推理性的，盡管它們的適應方向不同，這使它們處于平等的地位，并確保它們能夠在同一個系統(tǒng)化的NCC項目中發(fā)揮有意義的作用。這可以通過一個計算模型來說明，該模型用主動推理解釋意識科學中的一個基本范式——雙眼競爭，其中由關(guān)于波動性的信念驅(qū)動的選擇性采樣導致了感知的交替（Parr等人，2019）。此外，由于在PP中，行動本身是從（本體感知）預測的實現(xiàn)中產(chǎn)生的，PP框架提供了一種解釋行動的現(xiàn)象學的方法——例如主體感（Pacherie, 2008），以及行動對其他意識內(nèi)容的影響（例如，當我們無聊或興奮時體驗到的不安分行為（Perrykkad & Hohwy, 2020），或行動相關(guān)預測在塑造意識通達中的作用（Skora等人，2020））。因此，PP非常適合系統(tǒng)地將行動成分整合到NCC中，從而提供對意識中行動關(guān)鍵作用的理解，而不是將行動視為意識的一個可選附加物。

不確定性減少和自上而下的信號傳遞 除了系統(tǒng)化NCC的三個挑戰(zhàn)外，我們還從意識理論中提取了兩個約束條件，涉及不確定性減少和自上而下的信號傳遞。

PP可以輕松地為NCC提供一個系統(tǒng)化框架，將不確定性減少確定為核心要素。原因很簡單：預測誤差最小化，被理解為（隱含的）意外最小化，等同于長期平均的不確定性減少。預測誤差最小化發(fā)生在多個層次的時空尺度上，并通過幾個相互關(guān)聯(lián)的過程（感知和主動推理、精確度優(yōu)化、復雜度降低）進行；這種豐富性提供了一定的能力，以捕捉各種意識理論所關(guān)注的不同風格的不確定性減少。因此，PP似乎與以下觀點一致：（現(xiàn)象）意識與感知皮層內(nèi)的再入加工相關(guān)（而不是需要領(lǐng)域一般、高階或“執(zhí)行”皮層的貢獻）（參見再入加工理論）；（通達）意識需要被點燃到一個更前部的全局工作空間，也許一旦預測誤差最小化閾值被跨越（參見全局神經(jīng)工作空間理論；這為PP留下了一個有趣的問題，即是什么決定了這個閾值，一個選項是它隨預期精確度上下文變化）；一個有意識的體驗之所以是這樣，而不是其他方式，部分是因為被排除的替代方案的范圍（參見整合信息理論；盡管仍需進行大量形式化工作，以確定PP中的不確定性減少和整合信息理論在哪些方面可能一致）；或者元認知評估一級表征需要前額葉區(qū)域（參見高階思想和元認知理論）。請注意，我們并不是聲稱所有這些理論都歸結(jié)為PP。相反，我們認為其中許多理論與PP的不同方面一致（至少在其理論動機上，如果不是在形式細節(jié)上），并且——進一步——PP的工具可能有助于擴大其中一些理論的概念吸引力和經(jīng)驗把握。

PP也非常適合支撐第二個約束條件：自上而下的信號傳遞。這是因為大多數(shù)預測誤差最小化方案，如分層預測編碼，都是以強調(diào)自上而下的信息傳遞的方式實現(xiàn)的。也許在某些（例如單細胞）PP生物體中，沒有明確的方式來區(qū)分任何類似于自上而下或自下而上的信號傳遞。但可以合理地認為，在靈長類動物和許多其他動物中確實發(fā)生了方向性導向的信息傳遞，大腦中自上而下或“由內(nèi)而外”的連接的普遍存在確實是PP最初的主要動機之一（例如，F(xiàn)riston, 2003）。盡管這種基本功能架構(gòu)無疑是突出的，但仍有許多開放性問題，其解決可能會呈現(xiàn)出更復雜的畫面。例如，可能需要不同的信息傳遞方案來處理連續(xù)和離散的處理（Friston, Parr等人, 2017），并且可能存在“自下而上的預測”的角色（Teufel & Fletcher, 2020），也許與機器學習中的“攤銷”推理有關(guān)。從開發(fā)系統(tǒng)化NCC的角度來看，這些問題應根據(jù)其對意識現(xiàn)象學屬性的相關(guān)性來考慮。

簡而言之，我們發(fā)現(xiàn)PP是滿足NCC系統(tǒng)性要求的非常有前景的候選框架。它是一個通用的機械框架，具有合理的神經(jīng)生物學基礎，并且能夠應對NCC項目面臨的重大挑戰(zhàn)。此外，它能夠?qū)CC概念與一些突出的意識理論中的關(guān)鍵考慮因素結(jié)合起來，其構(gòu)建已經(jīng)在解釋意識現(xiàn)象學的基本方面顯示出潛力。通過將NCC發(fā)現(xiàn)解釋為不是意識理論本身的某種東西，似乎有可能增加NCC的預測和解釋價值。

當然，對于x具有強大預測和解釋能力的東西本身可能成為或成為x的理論。我們確實認為，隨著時間的推移，PP的一些方面最終會成為意識的理論解釋是可能的（甚至是可能的）。為此，一個核心挑戰(zhàn)將是區(qū)分PP中特別適用于有意識生物體的方面，以及那些不適用的方面。在其最廣泛和最一般的表述中，以自由能原理（Friston, 2019a）為依據(jù)，該理論適用于任何處于遠離平衡穩(wěn)態(tài)的系統(tǒng)，這幾乎肯定包括無意識的生物體——實際上，它可能適用于所有事物。因此，策略應該是了解在我們相對確定是有意識的生物體（如靈長類動物，可能包括所有哺乳動物）中預測誤差最小化的方式有什么特別之處，并利用這種理解以PP為基礎制定至少某些意識方面的理論（Wiese, 2018, 2020）。這里有許多可能的途徑，但為了使這一前景更具實質(zhì)性，有意識的自我可能基于控制導向的生理穩(wěn)態(tài)主動推理——一種“野獸機器”意識理論（Seth, 2021; Seth & Tsakiris, 2018）。我們在下面的總結(jié)評論中回到這一主題。

7 預測處理作為系統(tǒng)化NCC的基礎：預測和解釋能力

將預測處理（PP）應用于系統(tǒng)化NCC的實現(xiàn)可以在多個方面展開，許多相關(guān)工作已經(jīng)在進行中。以下是一些此類工作的示例。

在理論層面，預測處理（或主動推理、自由能原理或相關(guān)表述）針對意識（或感知、自我）的基本表述正在逐漸出現(xiàn)（Carhart-Harris等人，2014；Chang等人，2020；Clark, 2019；Friston, 2018；Friston, Wiese等人，2020；Rudrauf等人，2017；Williford等人，2018）。這些研究包括意識問題本身的出現(xiàn)（Clark等人，2019），以及PP如何超越、解決或削弱意識的“艱難問題”（Clark, 2019；Seth, 2016, 2021）。大量研究將PP的眾多屬性映射到意識現(xiàn)象學的不同方面（Clark, 2015；Hohwy, 2013, 2020a；Seth, 2019）。現(xiàn)有的意識理論正在從PP的角度進行解讀，例如異質(zhì)現(xiàn)象學（Do??ga & Dewhurst, 2020）、全局神經(jīng)工作空間理論（Hohwy, 2013；Whyte, 2019；Whyte & Smith, 2020）、高階思想理論和元認知理論的版本（Hohwy, 2015；Sandved Smith等人，2020）、基于注意力的理論（Marchi & Hohwy, 2020）以及整合信息理論（相關(guān)討論見Kanai等人，2019）。

在實證層面，PP越來越能夠解釋意識科學中的關(guān)鍵范式，例如雙眼競爭。早期的一項研究提出，如果某些表征內(nèi)容進入意識，那么這些內(nèi)容被捕捉在最能最小化預測誤差的感知假設中；或者等價地說，要使內(nèi)容有意識，它必須由最具證據(jù)（最高概率）的后驗概率所表征（Hohwy等人，2008）。需要注意的是，這只是起點，因為它并不聲稱是意識的充分條件（即使有此限制，關(guān)于主動推理如何為這一觀點做出貢獻仍有一些額外問題，如行動挑戰(zhàn)所強調(diào)的；例如，期望或生存相關(guān)狀態(tài)可能通過增加先驗精確度影響“獲勝”的后驗概率（Seth & Tsakiris, 2018））。關(guān)于最佳感知假設決定意識內(nèi)容的觀點已通過定量預測和神經(jīng)影像學方法成功探索，指向前額葉皮層在感知轉(zhuǎn)換前的參與（Weilnhammer等人，2017；Weilnhammer等人，2020）。這一觀點在前面提到的計算模型中重新被探討，該模型整合了主動推理，展示了PP將意識感知與其與行動的基本關(guān)系聯(lián)系起來的潛力（Parr等人，2019）。

PP在許多實證背景中的一個重要方面是將自上而下的信號傳遞與預測（或期望）聯(lián)系起來，這些預測使能并塑造感知內(nèi)容。這種明確的功能角色與其他視角形成對比，例如再入加工理論中，自上而下的信號傳遞的作用相對未被明確說明。在早期證明視覺皮層內(nèi)自上而下的信號傳遞完整性對于運動的有意識感知是必要的（Pascual-Leone & Walsh, 2001）之后，關(guān)于期望如何塑造感知的研究出現(xiàn)了富有成效的增長，其中許多研究直接受到PP版本的啟發(fā)（Lange等人，2018；Summerfield & Egner, 2009）。行為實驗探討了一個簡單的問題，即我們是否（更有可能）有意識地看到我們期望看到的東西，還是看到違反我們期望的東西。Pinto等人使用連續(xù)閃爍抑制發(fā)現(xiàn)，有效的感知期望加速了意識通達（Pinto等人，2015）；Melloni等人使用感知滯后設計表明，有效的期望促進了意識感知，并改變了區(qū)分可見和不可見刺激的事件相關(guān)電位的潛伏期（Melloni等人，2011）；這種關(guān)注擴展到行動領(lǐng)域，Yon等人發(fā)現(xiàn)行動使預期結(jié)果的感官表征更加清晰（Yon等人，2018），Suzuki等人發(fā)現(xiàn)有效的感-運動預測加速了虛擬物體從連續(xù)閃爍抑制中的突破（Suzuki等人，2019；另見Skora等人，2020）。

越來越多的使用fMRI的研究為情境期望如何以內(nèi)容特定的方式調(diào)節(jié)早期視覺區(qū)域的活動提供了證據(jù)，即使在這些區(qū)域沒有感官輸入的情況下也是如此，并開始揭示預測和預測誤差之間的相互作用如何在皮層的不同層之間發(fā)生（Kok等人，2019；Muckli等人，2015）。在最近的一項研究中，基于單詞上下文的期望被發(fā)現(xiàn)在增加單個字母的感知可讀性的同時，也使它們在早期視覺皮層中的表征更加清晰（Heilbron等人，2020）。另一項使用MEG的研究能夠量化概率性自上而下的先驗在感知中的時間過程（Aru等人，2016；Dijkstra等人，2020）。另一項研究系統(tǒng)地探索了預測對意識覺知的動態(tài)相互作用（Meijs等人，2018）。一些研究將PP應用于異常意識感知的問題，例如精神分裂癥（Cole等人，2020；Stuke等人，2019）和自閉癥（Lawson等人，2017；Skewes等人，2015）。

意識科學中的一個重要問題是意識與注意力之間的關(guān)系。基于注意力的理論認為二者關(guān)系緊密（Graziano等人，2020；Prinz, 2012），而一些理論和實證考慮則表明意識和（至少是自上而下的）注意力可以分離（Koch & Tsuchiya, 2007）。PP似乎能夠提供一個中間立場，允許注意力和意識之間緊密聯(lián)系的同時，也包含一些分離的元素，通過精確度優(yōu)化的多方面參與（Hohwy, 2012）。如前所述，PP將注意力視為精確度優(yōu)化，這是在變化的世界中進行任何感知和主動推理所必需的。這意味著任何導致任何意識感知的處理過程必須在某種程度上包含注意力，至少在這個PP意義上。

在方法層面，PP激發(fā)了將注意力和期望視為正交因素的研究。例如，一項有影響力的研究使用PP推導出關(guān)于注意力和期望之間相互作用的假設，并探討了這些相互作用如何在大腦的低級視覺處理區(qū)域（V1）中體現(xiàn)為意識感知（Kok等人，2012）。雙重任務范式也可以用來分離期望和注意力的影響（例如，Sherman等人，2015，在一項將先驗期望與元認知聯(lián)系起來的研究中）。最近使用EEG頻率標記的研究試圖利用PP來區(qū)分期望和注意力的自上而下和自下而上的路徑（Gordon等人，2019）。

對意識的元認知方法越來越受到關(guān)注。PP顯然涉及某種元認知，即在更高層次上的預期精確度。也就是說，PP系統(tǒng)不斷地“向下看”自己的表征，試圖學習它們的精確度（以及更一般的充分統(tǒng)計量）如何隨時間變化。關(guān)于這個一般的PP元素如何與意識中不同類型的元認知角色對話，仍有許多問題有待解決（關(guān)于將主動推理應用于元認知，參見Sandved Smith等人，2020）。這里的一個突出挑戰(zhàn)將是將大多數(shù)元認知理論所使用的信號檢測理論框架與PP正式整合（例如，Barrett等人，2013；參見FitzGerald等人，2014；Fleming, 2020）。

當我們簡要地轉(zhuǎn)向意識體驗的更微妙方面時，PP表現(xiàn)出驚人的資源豐富性。意識感知結(jié)合了不變和變化的元素，并且大多伴隨著對感知對象和屬性的存在的感覺；這可以通過皮層層次結(jié)構(gòu)中對事態(tài)的表征方式來解釋，該結(jié)構(gòu)表現(xiàn)出從變化到不變的梯度（Clark, 2015；Felleman & Essen, 1991；Hohwy, 2013），這似乎在視覺皮層中支持了感知穩(wěn)定性（Podvalny等人，2017）。存在感的另一個貢獻因素可能是某些PP系統(tǒng)中的反事實預測誤差最小化能力（Seth, 2014），允許對被遮擋的屬性進行表征訪問。由于PP同樣適用于與身體相關(guān)的感知推理（例如，對本體感知和內(nèi)感受信號原因的推理），它能夠解決關(guān)于身體自我意識的問題（Allen等人，2019；Seth, 2013）。PP還在探索行動對自我表征的作用；特別是，行動中的感官衰減（例如，我們無法撓自己癢癢）得到了一個新的解釋，即以精確度優(yōu)化為術(shù)語（Brown等人，2013；Van Doorn等人，2015；Vasser等人，2019）。

7 預測處理作為系統(tǒng)化NCC的基礎：預測和解釋能力

將預測處理（PP）應用于系統(tǒng)化NCC的實現(xiàn)可以在多個方面展開，許多相關(guān)工作已經(jīng)在進行中。以下是一些此類工作的示例。

在理論層面，預測處理（或主動推理、自由能原理或相關(guān)表述）針對意識（或感知、自我）的基本表述正在逐漸出現(xiàn)。這些研究包括意識問題本身的出現(xiàn)，以及PP如何超越、解決或削弱意識的“艱難問題”。大量研究將PP的眾多屬性映射到意識現(xiàn)象學的不同方面。現(xiàn)有的意識理論正在從PP的角度進行解讀，例如異質(zhì)現(xiàn)象學、全局神經(jīng)工作空間理論、高階思想理論和元認知理論的版本。

實證層面 在實證層面，PP越來越能夠解釋意識科學中的關(guān)鍵范式，例如雙眼競爭。早期的一項研究提出，如果某些表征內(nèi)容進入意識，那么這些內(nèi)容被捕捉在最能最小化預測誤差的感知假設中。這一觀點已通過定量預測和神經(jīng)影像學方法成功探索，指向前額葉皮層在感知轉(zhuǎn)換前的參與。

PP在許多實證背景中的一個重要方面是將自上而下的信號傳遞與預測（或期望）聯(lián)系起來，這些預測使能并塑造感知內(nèi)容。例如，行為實驗探討了我們是否（更有可能）有意識地看到我們期望看到的東西，還是看到違反我們期望的東西。這些研究發(fā)現(xiàn)，有效的感知期望加速了意識通達。

越來越多的使用fMRI的研究為情境期望如何以內(nèi)容特定的方式調(diào)節(jié)早期視覺區(qū)域的活動提供了證據(jù)。例如，基于單詞上下文的期望被發(fā)現(xiàn)在增加單個字母的感知可讀性的同時，也使它們在早期視覺皮層中的表征更加清晰。

在方法層面，PP激發(fā)了將注意力和期望視為正交因素的研究。例如，一項有影響力的研究使用PP推導出關(guān)于注意力和期望之間相互作用的假設，并探討了這些相互作用如何在大腦的低級視覺處理區(qū)域（V1）中體現(xiàn)為意識感知。

當我們簡要地轉(zhuǎn)向意識體驗的更微妙方面時，PP表現(xiàn)出驚人的資源豐富性。意識感知結(jié)合了不變和變化的元素，并且大多伴隨著對感知對象和屬性的存在的感覺。這可以通過皮層層次結(jié)構(gòu)中對事態(tài)的表征方式來解釋，該結(jié)構(gòu)表現(xiàn)出從變化到不變的梯度。存在感的另一個貢獻因素可能是某些PP系統(tǒng)中的反事實預測誤差最小化能力，允許對被遮擋的屬性進行表征訪問。

總結(jié) PP已經(jīng)在意識研究中展現(xiàn)出顯著的預測和解釋價值。這支持了PP作為系統(tǒng)化NCC基礎框架的提議，并鼓勵了PP最終可能自身發(fā)展為意識理論的可能性。

8 挑戰(zhàn)與總結(jié)

我們提出，意識科學可以通過利用預測處理（PP）框架，朝著更具解釋性和預測性的NCC（神經(jīng)相關(guān)物）概念邁進。PP在應對成功NCC策略必須克服的挑戰(zhàn)方面具有獨特潛力，并且能夠?qū)⒑蜻xNCC與多個突出意識理論共享的關(guān)鍵理論約束聯(lián)系起來。我們尚未發(fā)現(xiàn)其他具有這種潛力的理論框架，能夠推動系統(tǒng)化NCC的發(fā)展。

許多理論和實證研究領(lǐng)域已經(jīng)展示了PP作為系統(tǒng)化而非任意NCC基礎的潛力。充分利用這種潛力將通過在制定和測試候選NCC時利用PP框架來實現(xiàn)。總體而言，這種方法將為NCC項目以及整個意識科學帶來顯著增強的預測和解釋價值。最終，這種方法也可能改變一些人對意識的“艱難問題”仍被視為唯物主義意識科學根本限制的看法。

在本討論中，我們專注于PP的有前景的解釋和統(tǒng)一特性。然而，盡管PP越來越普遍，但它肯定沒有被普遍接受，存在相互矛盾的發(fā)現(xiàn)和觀點，推動了持續(xù)的辯論（例如，Alilovi?等人，2019；Cao, 2020；Li & Ma, 2020；Litwin & Mi?kowski, 2020；Rahnev & Denison, 2018）。例如，PP反復面臨的一個挑戰(zhàn)是擔心最小化感官預測誤差的要求會導致無所作為的主體——所謂的“暗室問題”（Friston等人，2012；Sun & Firestone, 2020a, 2020b）。然而，這一挑戰(zhàn)已經(jīng)被通過考慮最小化預期未來預測誤差而不是僅僅當下的預測誤差的PP擴展有效解決（Hohwy, 2020b; Seth等人, 2020; Van de Cruys等人, 2020）。總體而言，PP作為一個框架仍在不斷發(fā)展，新的形式化和建模方法以穩(wěn)定的速度出現(xiàn)，其中一些尚未進入關(guān)于PP的廣泛辯論（Friston, Parr等人, 2017; Friston, Da Costa等人, 2020）。這些新方法可能會合理地幫助產(chǎn)生穩(wěn)健的實驗結(jié)果，并可能促進神經(jīng)基礎與意識現(xiàn)象學之間的更緊密聯(lián)系。我們相信，將主動推理納入意識科學將是這一修正中的一個重大步驟，并且增加對內(nèi)感受推理的關(guān)注將使我們更接近意識現(xiàn)象學，特別是在與情感、情緒和自我相關(guān)方面（Seth, 2021）。同樣，弄清楚連續(xù)和離散預測處理之間的區(qū)別也很重要，這既是為了揭示神經(jīng)基礎和信息傳遞，也是為了開始探索思考和（命題）推理的現(xiàn)象學。

PP的一個基礎性挑戰(zhàn)是大腦是否真的在進行近似貝葉斯推理，或者這只是一個吸引人的框架，用于解釋行為和大腦動態(tài)。這與生物體是否具有明確的內(nèi)部模型、實施PP過程，或者它們的身體結(jié)構(gòu)在更抽象的意義上體現(xiàn)了一個隱含模型的問題有關(guān)。這些問題的答案將有助于確定PP如何支持尋找NCCs的探索，以及在何種意義上這樣做將具有解釋和預測價值。這些答案或許也提供了開始解決一個相關(guān)挑戰(zhàn)的機會，即如果PP如此普遍以至于它實際上支撐著每一個生物體的存在——包括那些沒有意識的生物體（例如病毒），那么為什么以及如何PP應該支撐意識？解決這一挑戰(zhàn)的一個初步方法是承認，即使PP（在其自由能表述中）確實是范圍最廣的，PP下的過程理論也適用于特定類型的系統(tǒng)，從而允許PP實施方式的差異。這些差異原則上可以說明有意識和無意識生物體之間的區(qū)別。除了明確和隱含生成模型之間的區(qū)別外，另一個有用的區(qū)分可能是具有和不具有預期預測誤差的明確反事實建模能力的生物體，或者具有和不具有時間深度的生成模型的生物體（Friston, 2017）。這些差異也許可以解釋有意識生物體中全局意識狀態(tài)的差異——例如人類在麻醉和正常清醒狀態(tài)之間的差異。

尚待觀察的是，這些方面的進展是否會幫助解決處于意識邊緣的個體和生物體的重要臨床和倫理問題，例如意識障礙、嬰兒和非語言動物。同樣尚待觀察的是，這些由PP推動的意識科學進展是否會最終對意識的“艱難問題”取得有意義的突破，或者對為什么許多人確信存在意識的“艱難問題”這一“元問題”取得突破（Chalmers, 2018）。正是因為PP本身并非一種意識理論，它才具有獨特潛力，為這些長期難以解決的問題帶來新的啟示。

原文鏈接：https://philosophymindscience.org/index.php/phimisci/article/view/8947